[发明专利]无人机群的超分辨波达方向估计方法

说明书

本发明公开了一种快速鲁棒的无人机群超分辨波达方向估计方法，主要解决现有超分辨波达估计方法运算复杂度高且对低信噪比敏感的问题。其方案为：对回波信号进行预处理，获得无人机群的粗略波达方向；对预处理后的回波数据进行快速傅里叶变换；对快速傅里叶变换后回波数据中各行的模值作比较，根据各行最大模值所在的位置，提取包含信息最多的列；由粗略波达方向及包含信息最多的列，构建带有先验信息约束的加权原子范数最小化规划，求解该规划获得最优值；对最优值进行范德蒙德分解，获得波达方向对应的频率；根据波达方向对应的频率，计算无人机群的波达方向。本发明增强了波达方向估计的鲁棒性，将低了运算复杂度，可用于无人机的精确探测。

技术领域

本发明属于雷达信号处理技术领域，特别涉及一种波达方向估计方法，可用于无人机的精确探测和航迹跟踪。

背景技术

无人机因其低成本、灵活性高且便捷性高的特点而被广泛应用。同时，由于通信技术与控制技术的发展，使用无人机群替代单个无人机成为可能。无人机群具有很多优点，例如可以实现分工协作与群体智能。近年来，有关无人机非法使用的报道屡见不鲜，如扰乱民航机场的正常起降秩序和非法拍摄大型重要活动。在这些场景中，违法人员可能使用无人机群，多架次非法使用，因此需要使用雷达对无人机群进行精确检测，以防某个无人机进入禁飞区域。

无人机群具有高密度且运动状态相似的特点。在雷达检测无人机群的场景下，多架无人机很容易位于同一个角度-距离-多普勒单元，且回波信号高度相关。距离分辨率与多普勒分辨率分别取决于发射信号带宽与相参积累时间，而角度分辨率取决于天线孔径。就目前雷达技术而言，距离分辨率可以达到厘米级别，多普勒分辨率可以达到1Hz级别。然而，出于雷达成本与机动性的考虑，天线孔径受限，导致雷达较难区分空间上临近的无人机。因此需要一种方法来超分辨地估计空间上临近的无人机的波达方向，从而确定各个无人机的精确位置。

传统的超分辨波达方向估计方法，如多重信号分类MUSIC算法和信号参数旋转不变估计ESPRIT算法，需要大量的采样点而且对信号的相关性敏感。同时，对于精确的角度估计，这些算法需要精确的目标个数信息。但由于噪声和目标间的相关性，精确的目标个数信息是较难获取的。

与天线阵元个数相比，位于同一个角度-距离-多普勒单元中的无人机往往是远小于阵元个数的，即待进行波达方向估计的信号是具有稀疏性的。过去十年间，稀疏恢复技术因其低旁瓣、高分辨率和相关性不敏感的特点而被广泛研究。其中基于原子范数的无网格稀疏方法，可以规避传统有网格方法中的网格失配问题，恢复任意频率的信号，但其要求稀疏信号的频率间隔必须大于4倍的频率分辨率，即无法实现超分辨。通过对原子范数进行合理加权，重加权原子范数最小化方法打破了分辨率的限制，实现了稀疏信号，如波达方向的超分辨恢复。但该方法由于对信噪比较为敏感，且运算复杂度较高，限制了其广泛应用。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种无人机群的超分辨波达方向估计方法，旨在保证具有较高分辨率的同时，有效提高波达方向估计的噪声鲁棒性，减小运算复杂度。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)根据雷达回波信号，获取无人机群的粗略波达方向θ₀和包含目标的预处理信号y(n,l)；

(2)对包含目标的预处理信号y(n,l)进行最大化有效信息提取，获取包含有效信息的列y_p(n)；

(3)根据粗略波达方向θ₀及包含有效信息的列y_p(n)，构建带有先验信息约束的加权原子范数最小化规划：

(3a)将y_p(n)改写为向量形式：y＝x+e，

其中：y表示向量形式的包含有效信息的列，x表示向量形式的不含噪声的有效信息，e表示向量形式的噪声；